但是，有的朋友在做高频的量化交易或一些更加科学量化计算时，需要更细粒度，更加实时的交易数据，甚至获取当前股票的五档盘口的信息，包括买一到买五档口，卖一到卖五档口的全部挂单价格及挂单量数据。这种数据，我们称之为quotes数据，这些数据，对于高频交易的量化分析至关重要。通过这些数据，可以分析盘口变化，及时作出开仓平仓决策。

那么，大操手量化投资现在就一步步教大家，如何用Python利用Tushare来获取这些量化交易数据，并将这些实时数据存入mysql，做成我们的量化交易数据库。

这步骤，之前文章已经讲过了哦。我们这里就不再重复。

获取实盘quotes数据

老规矩，创建一个py文件，开头部分，写如下代码，导入需要的包：

# 导入时间包
from time import sleep
# 导入tushare包
import tushare as ts

利用tushare包获取quotes数据，并打印出来，我们这次不再获取600000啦，我们换一个深交所的股票：000581，威孚高科

    df = ts.get_realtime_quotes('000581')  #获取指定股票的quotes数据
    df.to_csv("000581.csv")
    print(df)

控制台输出打印结果如下：

name	open	pre_close	price	high	low	bid	ask	volume	amount	b1_v	b1_p	b2_v	b2_p	b3_v	b3_p	b4_v	b4_p	b5_v	b5_p	a1_v	a1_p	a2_v	a2_p	a3_v	a3_p	a4_v	a4_p	a5_v	a5_p	date	time	code
威孚高科	19.2	18.86	19.34	19.62	19.08	19.33	19.34	6271033	121744758.5	91	19.33	95	19.31	166	19.3	58	19.29	39	19.28	9	19.34	5	19.4	10	19.41	2	19.43	20	19.45	2020/3/25	11:30:00	581

中间被隐藏很多字段，不要紧我们打开000581.csv文件查看：

quotes数据格式

这个返回的数据总共有30个字段，字段信息如下：

• name，股票名字
• open，今日开盘价
• pre_close，昨日收盘价
• price，当前价格
• high，今日最高价
• low，今日最低价
• bid，竞买价，即“买一”报价
• ask，竞卖价，即“卖一”报价
• volume，成交量
• amount，成交金额
• b1_v 到 b5_v （bid_volume, 5个字段）分别代表买一到买5的盘口挂单量
• b1_p 到 b5_p （bid_price, 5个字段）分别代表买一到买5的盘口委托价格
• a1_v 到 a5_v （ask_volume, 5个字段）分别代表卖一到卖5的盘口挂单量
• a1_p 到 a5_p （ask_price, 5个字段）分别代表卖一到卖5的盘口委托价格
• date，数据日期
• time，数据时间，精确到秒

以上的数据信息，就是我们需要的quotes交易实盘数据信息。

但是，这样只能获取一条数据，如果我们要实时获取，那么我们就要用一个循环调用，间隔一定的时间不断的查询接口获取数据，才能保证数据的实时性，所以，我们在代码中加入循环，每间隔1秒调用一次，同时以追加的方式，将实时获取的数据，追加补充到csv文件中，代码如下：

df = ts.get_realtime_quotes('000581') 
print(df)
df.to_csv("000581.csv")
while True:
    df = ts.get_realtime_quotes('000581')
    #以追加方式写入csv文件，设置mode='a'并且去掉头部。
    df.to_csv('my_csv.csv', mode='a', header=False)
    #每隔1秒获取一次
    sleep(1)

打开csv文件，查看数据:

可以看到每秒插入一条数据，数据格式跟上面的一致。

OK，我们已经获得我们希望获得的五档盘口实时数据啦。